Інформаційні системи та мережі
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/2105
Browse
3 results
Search Results
Item Патерни самоорганізації стратегій у грі мобільних агентів(Видавництво Львівської політехніки, 2020-02-24) Кравець, Петро; Юринець, Ростислав; Кісь, Ярослав; Kravets, Petro; Yurynets, Rostyslav; Kis, Yaroslav; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityРозглянуто актуальну проблему самоорганізації стратегій стохастичної гри багатоагентної системи. Проявом самоорганізації є формування скоординованих поведінкових патернів групи мобільних агентів, наділених здатністю переміщуватися в обмеженому дискретному просторі. Агент – це автономний об’єкт, який може взаємодіяти із навколишнім середовищем, іншими агентами і людиною для вибору варіантів рішень. Багатоагентна система складається із групи агентів, які виконують спільну роботу, співпрацюючи між собою у межах локальних підмножин агентів. Поведінковий патерн багатоагентної системи – це візуалізована форма впорядкованого переміщення агентів, яка виникає із їх початкового хаотичного руху під час навчання стохастичної гри. Повторювальна стохастична гра полягає у реалізації керованого випадкового процесу вибору варіантів рішень. Для цього ігрові агенти випадково, одночасно і незалежно вибирають одну із власних чистих стратегій у дискретні моменти часу. Чисті стратегії гравців визначають напрямки переміщення у двовимірному просторі: вперед, назад, направо, наліво. Після завершення вибору усіх стратегій обчислюють поточні програші гравців. Для формування впорядкованого переміщення кожен агент повинен повторювати дії сусідніх агентів. Тоді поточні програші визначаються індикаторною функцією подібності стратегій сусідніх гравців. Обчислені поточні програші використовують для адаптивного перерахунку змішаних стратегій гравців. Імовірність вибору чистої стратегії збільшується, якщо її реалізація призвела до зменшення поточного програшу. Під час повторювальної гри агенти сформують вектори змішаних стратегій, які мінімізують функції середніх програшів гравців. Для розв'язування ігрової задачі побудови патернів самоорганізації багатоагентної системи використано адаптивний марківський рекурентний метод, побудований на основі стохастичної апроксимації модифікованої умови доповняльної нежорсткості, яка справедлива у точках рівноваги за Нешем. Для нормування елементів векторів змішаних стратегій застосовано операцію їх проектування на одиничний розширюваний епсілон-симплекс. Збіжність ігрового методу забезпечується дотриманням фундаментальних умов та обмежень стохастичної оптимізації. Комп'ютерне моделювання підтвердило можливість застосування моделі стохастичної гри для побудови патернів самоорганізації багатоагентної системи. Форма отриманих патернів залежить від способу локального орієнтування мобільних агентів. Під час комп’ютерного експерименту отримано вихрові та лінійні патерни переміщення агентів. Достовірність експериментальних досліджень підтверджується подібністю отриманих результатів для різних послідовностей випадкових величин. Результати цієї роботи доцільно застосувати для вивчення патернів колективної поведінки агентів для глибшого розуміння процесів самоорганізації природних систем та для побудови розподілених систем прийняття рішень.Item Інформаційний сервіс рейтингування комерційного контенту(Видавництво Львівської політехніки, 2019-02-26) Верес, О. М.; Карпов, І. А.; Кісь, Я. П.; Рішняк, І. В.; Veres, Oleh; Karpov, Ihor; Kis, Yaroslav; Rishnyak, Ihor; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityПодано результати критичного аналізу чотирьох методів оцінювання рейтингу комерційного контенту інтернет-сервісу, а саме: “Просто плюс”; “Плюс/Мінус”; “Зірковий”; “Комбінований”. Підґрунтям розроблення моделі інформаційного сервісу обрано метод “Зірковий”, адже він надає розгорнуту оцінку із фіксованою шкалою значень. Побудовано та оптимізовано математичне забезпечення “Зіркового” методу для обчислення рейтингу контенту, в основі якого формула середнього арифметичного зваженого з врахуванням середньої кількості голосів та середнього рейтингу усіх електронних документів. Для можливості впливати на рейтинг введено контролюючий параметр k. Додано два неконтрольовані параметри: кількості продажів та завантажувань, які впливають на фактичний рейтинг контенту. Також, щоб позбутися залежності рейтингу між різними категоріями та через те, що величина рейтингу вийшла за межу у 5 зірок, було введено масштабування рейтингу для контенту, враховуючи максимальне значення рейтингу у відповідній категорії до інтервалу у 5 зірок. Введено відношення між рейтингом контенту та прибутком продавця і сервісу. Реалізовано задачу обчислення комісії за продаж контенту залежно від його рейтингу, що має мотивувати продавців підвищувати якість контенту, тим самим сервіс підвищуватиме рейтинг цього контенту. Метою рейтингування контенту є збільшення кількості продажів побудовою правдоподібних рейтингових списків. Розроблене програмне забезпечення для діючого проекту ehuub.com. Web-сервіс дає змогу швидко і просто продавати та формувати комерційний контент. Наведено приклади обчислення рейтингу та продемонстровано програмне забезпечення. Подальші дослідження будуть спрямовані на розвиток та вдосконалення інтелектуальної складової, що зменшить суб’єктивний вплив на формування значення контрольного параметра k.Item Вибір методів для пошуку однакових або схожих зображень(Видавництво Львівської політехніки, 2018-02-26) Верес, О. М.; Кісь, Я. П.; Кугівчак, В. А.; Рішняк, І. В.; Veres, Oleh; Kis, Yaroslav; Kugivchak, Vladislav; Ryshniak, Igor; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityДосліджено методи аналізу зображень. Описано методи індексації зображень для пошуку дублікатів зображень, а також методи пошуку схожих зображень, які ґрунтуються на визначенні ключових точок. Створено прототип системи та виконано тестування описаних методів. Результат аналізу став основою для проекту інформаційної системи реверсного пошуку схожих або ідентичних зображень.